Classificazione automatica di tessuti in immagini RM del cervello

L'obiettivo primario della segmentazione delle immagini di Risonanza Magnetica (RM) del cervello è quello di etichettare correttamente determinate aree dell'immagine in modo da evidenziare i tessuti del cervello sia sani che patologici. Nella pratica, tuttavia, ci si imnbatte spesso in immagini affette da artefatti di varia natura che fanno fallire gli algoritmi di classifica zione. Inoltre l'effetto del rumore, presente spesso nel segnale caratterizzante le immagini RM, rende complessi i metodi di segmentazione. Il lavoro proposto assume la sua valenza in due ambi ti del magnetic resonance imaging (MRI): il denoising e la segmentazione. Una corretta segmen tazione può essere effettuata su immagini prive di rumore, pertanto vengono esaminati alcuni algoritmi di denoising che operano nel dominio dello spazio e nel dominio wavelet. Viene inoltre proposto un algoritmo avanzato di segmentazione che riesce a ben classificare i pixel delle immagini in esame.